This is the Windows app named ELF (Extensive Lightweight Framework) whose latest release can be downloaded as ELFsourcecode.tar.gz. It can be run online in the free hosting provider OnWorks for workstations.
Download and run online this app named ELF (Extensive Lightweight Framework) with OnWorks for free.
ทำตามคำแนะนำเหล่านี้เพื่อเรียกใช้แอปนี้:
- 1. ดาวน์โหลดแอปพลิเคชั่นนี้ในพีซีของคุณ
- 2. เข้าไปที่ file manager https://www.onworks.net/myfiles.php?username=XXXXX ด้วยชื่อผู้ใช้ที่คุณต้องการ
- 3. อัปโหลดแอปพลิเคชันนี้ในตัวจัดการไฟล์ดังกล่าว
- 4. เริ่มโปรแกรมจำลองออนไลน์ของ OS OnWorks จากเว็บไซต์นี้ แต่โปรแกรมจำลองออนไลน์ของ Windows ที่ดีกว่า
- 5. จากระบบปฏิบัติการ Windows ของ OnWorks ที่คุณเพิ่งเริ่มต้น ไปที่ตัวจัดการไฟล์ของเรา https://www.onworks.net/myfiles.php?username=XXXXX พร้อมชื่อผู้ใช้ที่คุณต้องการ
- 6. ดาวน์โหลดแอปพลิเคชั่นและติดตั้ง
- 7. ดาวน์โหลดไวน์จากที่เก็บซอฟต์แวร์ลีนุกซ์ดิสทริบิวชันของคุณ เมื่อติดตั้งแล้ว คุณสามารถดับเบิลคลิกที่แอปเพื่อเรียกใช้แอปด้วย Wine คุณยังสามารถลองใช้ PlayOnLinux ซึ่งเป็นอินเทอร์เฟซแฟนซีบน Wine ที่จะช่วยคุณติดตั้งโปรแกรมและเกมยอดนิยมของ Windows
ไวน์เป็นวิธีเรียกใช้ซอฟต์แวร์ Windows บน Linux แต่ไม่จำเป็นต้องใช้ Windows Wine เป็นเลเยอร์ความเข้ากันได้ของ Windows แบบโอเพ่นซอร์สที่สามารถเรียกใช้โปรแกรม Windows ได้โดยตรงบนเดสก์ท็อป Linux โดยพื้นฐานแล้ว Wine พยายามนำ Windows กลับมาใช้ใหม่ให้เพียงพอตั้งแต่เริ่มต้น เพื่อให้สามารถเรียกใช้แอปพลิเคชัน Windows เหล่านั้นทั้งหมดโดยไม่จำเป็นต้องใช้ Windows จริงๆ
ภาพหน้าจอ
Ad
ELF (กรอบน้ำหนักเบาที่กว้างขวาง)
DESCRIPTION
ELF (Extensive, Lightweight, and Flexible) is a high-performance platform for reinforcement learning research that unifies simulation, data collection, and distributed training. A C++ core provides fast environments and concurrent actors, while Python bindings expose simple APIs for agents, replay, and optimization loops. It supports both single-agent and multi-agent settings, with batched stepping and shared-memory queues that keep GPUs saturated during training. ELF introduced widely used reference systems, most notably ELF OpenGo, demonstrating at-scale self-play with strong analysis tooling and public checkpoints. Its design emphasizes reproducibility: deterministic seeds, logging, and evaluation harnesses make large-scale experiments trackable and comparable. Because the platform is modular—envs, samplers, learners, and collectors—researchers can drop in new environments or algorithms without re-architecting the pipeline.
คุณสมบัติ
- C++ simulation core with Python bindings for fast RL loops
- Distributed actor–learner architecture with shared-memory queues
- Support for single- and multi-agent environments and batched stepping
- Reproducible training with logging, evaluation, and checkpointing
- Reference implementations including the ELF OpenGo self-play system
- Pluggable envs, replay buffers, and learners for rapid experimentation
ภาษาโปรแกรม
C + +
หมวดหมู่
This is an application that can also be fetched from https://sourceforge.net/projects/elf.mirror/. It has been hosted in OnWorks in order to be run online in an easiest way from one of our free Operative Systems.
